// Função responsável por treinar a rede neural, utilizando backpropagation
public void Train(int[] ArrayEntrada, int[] ArraySaida)
{
// Entrada para Oculta
Matriz matrizEntrada = Matriz.ArrayToMatriz(ArrayEntrada);
Matriz matrizOculta = Matriz.Multiply(this.Pesos_EntradaOculto, matrizEntrada);
matrizOculta = Matriz.Add(matrizOculta, this.BIAS_EntradaOculto);
matrizOculta.MapSigmoid();
// Oculta para Saida
Matriz matrizSaida = Matriz.Multiply(this.Pesos_OcultoSaida, matrizOculta);
matrizSaida = Matriz.Add(matrizSaida, this.BIAS_OcultoSaida);
matrizSaida.MapSigmoid();
// BackPropagation ->
// Saida para Oculta
Matriz matrizEsperada = Matriz.ArrayToMatriz(ArraySaida);
Matriz matrizErroSaida = Matriz.Subtract(matrizEsperada, matrizSaida);
Matriz matrizSaidaDerivada = Matriz.MapDerivedSigmoid(matrizSaida);
Matriz matrizOcultaTransposta = Matriz.Transpose(matrizOculta);
Matriz matrizGradiente = Matriz.Hadamard(matrizSaidaDerivada, matrizErroSaida);
matrizGradiente = Matriz.EscalarMultiply(matrizGradiente, this.TaxaAprendizado);
// Ajustar a BIAS
this.BIAS_OcultoSaida = Matriz.Add(this.BIAS_OcultoSaida, matrizGradiente);
// Ajustar os Pesos
Matriz matrizDeltaPesoOcultaSaida = Matriz.Multiply(matrizGradiente, matrizOcultaTransposta);
this.Pesos_OcultoSaida = Matriz.Add(this.Pesos_OcultoSaida, matrizDeltaPesoOcultaSaida);
// Oculta para Entrada
Matriz matrizPesoSaidaOcultaTransposta = Matriz.Transpose(this.Pesos_OcultoSaida);
Matriz matrizErroOculta = Matriz.Multiply(matrizPesoSaidaOcultaTransposta, matrizErroSaida);
Matriz matrizOcultaDerivada = Matriz.MapDerivedSigmoid(matrizOculta);
Matriz matrizEntradaTransposta = Matriz.Transpose(matrizEntrada);
Matriz matrizOcultaGradiente = Matriz.Hadamard(matrizOcultaDerivada, matrizErroOculta);
matrizOcultaGradiente = Matriz.EscalarMultiply(matrizOcultaGradiente, this.TaxaAprendizado);
// Ajustar a BIAS
this.BIAS_EntradaOculto = Matriz.Add(this.BIAS_EntradaOculto, matrizOcultaGradiente);
// Ajustar os Pesos
Matriz matrizDeltaPesoEntradaOculto = Matriz.Multiply(matrizOcultaGradiente, matrizEntradaTransposta);
this.Pesos_EntradaOculto = Matriz.Add(this.Pesos_EntradaOculto, matrizDeltaPesoEntradaOculto);
}
// Função responsável por retornar uma predição do aprendizado da rede neural
public double[] Predict(int[] ArrayEntrada)
{
// Entrada para Oculta
Matriz matrizEntrada = Matriz.ArrayToMatriz(ArrayEntrada);
Matriz matrizOculta = Matriz.Multiply(this.Pesos_EntradaOculto, matrizEntrada);
matrizOculta = Matriz.Add(matrizOculta, this.BIAS_EntradaOculto);
matrizOculta.MapSigmoid();
// Oculta para Saida
Matriz matrizSaida = Matriz.Multiply(this.Pesos_OcultoSaida, matrizOculta);
matrizSaida = Matriz.Add(matrizSaida, this.BIAS_OcultoSaida);
matrizSaida.MapSigmoid();
double[] ArraySaida = Matriz.MatrizToArray(matrizSaida);
return(ArraySaida);
}
static void Main(string[] args)
{
bool Train = true;
RedeNeural rn = new RedeNeural(2, 3, 1);
Random rand = new Random();
if (File.Exists("rede.txt"))
{
StreamReader sr = new StreamReader("rede.txt");
string[] ArrayString = new string[2];
int Count = 0;
while (sr.EndOfStream != true)
{
ArrayString[Count++] = sr.ReadLine();
}
var temp = ArrayString[0].Split(';');
var Array1 = Array.ConvertAll <string, double>(temp, double.Parse);
temp = ArrayString[1].Split(';');
var Array2 = Array.ConvertAll <string, double>(temp, double.Parse);
Matriz m1 = Matriz.ArrayToMatriz(Array1, 3);
m1.Print();
Matriz m2 = Matriz.ArrayToMatriz(Array2, 1);
m2.Print();
rn.SetPesoEntradaOculto(m1);
rn.SetPesoOcultoSaida(m2);
sr.Close();
}
int[] ArrayEntrada = new int[2] {
0, 0
};
int[] ArrayEsperado = new int[2] {
1, 0
};
// XOR Problem
int[,] datasetEntrada = new int[4, 2]
{
{ 1, 1 },
{ 1, 0 },
{ 0, 1 },
{ 0, 0 }
};
int[,] datasetEsperado = new int[4, 1]
{
{ 0 },
{ 1 },
{ 1 },
{ 0 }
};
while (Train == true)
{
for (int i = 0; i < 10000; i++)
{
int Linha = rand.Next(0, 4);
int[] entradaArray = new int[2];
entradaArray[0] = datasetEntrada[Linha, 0];
entradaArray[1] = datasetEntrada[Linha, 1];
int[] esperadoArray = new int[1];
esperadoArray[0] = datasetEsperado[Linha, 0];
rn.Train(entradaArray, esperadoArray);
}
double[] predict1 = rn.Predict(ArrayEntrada);
double[] predict2 = rn.Predict(ArrayEsperado);
Console.WriteLine("Predict 1: " + predict1[0] + " - Predict 2: " + predict2[0]);
if (predict1[0] < 0.04 && predict2[0] > 0.98)
{
Train = false;
Console.WriteLine("Terminou!");
rn.GetPesoEntradaOculto().Print();
rn.GetPesoOcultoSaida().Print();
double[] PesoEntradaOculto = Matriz.MatrizToArray(rn.GetPesoEntradaOculto());
double[] PesoOcultoSaida = Matriz.MatrizToArray(rn.GetPesoOcultoSaida());
StreamWriter sm = new StreamWriter("rede.txt");
for (int i = 0; i < PesoEntradaOculto.Length; i++)
{
if (i == PesoEntradaOculto.Length - 1)
{
sm.Write(PesoEntradaOculto[i]);
}
else
{
sm.Write(PesoEntradaOculto[i] + ";");
}
}
sm.WriteLine();
for (int i = 0; i < PesoOcultoSaida.Length; i++)
{
if (i == PesoOcultoSaida.Length - 1)
{
sm.Write(PesoOcultoSaida[i]);
}
else
{
sm.Write(PesoOcultoSaida[i] + ";");
}
}
sm.Close();
}
}
}
